基于非負(fù)矩陣分解的語音信號(hào)盲分離算法研究.pdf

1、語音信號(hào)的盲分離作為盲源分離技術(shù)(Blind Source Separation，BSS)的一個(gè)主要研究分支，廣泛應(yīng)用于語音識(shí)別、移動(dòng)通信、音頻編碼與操作、音樂分析等技術(shù)領(lǐng)域，是國內(nèi)外學(xué)者們研究的熱點(diǎn)課題之一。目前，盲分離算法已經(jīng)有了一定的理論基礎(chǔ)，但在實(shí)際的研究中仍然有很大的改進(jìn)空間，因此近年來許多新型的算法被相繼提出，其中基于非負(fù)矩陣分解(Non-negative Matrix Factorization，NMF)的盲分離算法被證實(shí)

2、了更符合語音信號(hào)的特性，在語音信號(hào)的盲分離中具有重要的研究價(jià)值。
　　本文在分析和總結(jié)前人研究的基礎(chǔ)下，針對(duì)瞬時(shí)線性混合語音信號(hào)的盲分離問題，研究和改進(jìn)了基于非負(fù)矩陣分解的盲分離算法，主要工作如下：
　　1)總結(jié)了盲源分離的研究現(xiàn)狀，對(duì)語音信號(hào)處理和盲源分離的基本理論知識(shí)進(jìn)行了系統(tǒng)歸納，詳細(xì)介紹了非負(fù)矩陣分解的基本算法。
　　2)針對(duì)單通道的混合語音盲分離問題，提出了基于平滑性約束的板倉-齋藤散度非負(fù)矩陣分解算法(SM

3、-NMF)。首先將觀測(cè)信號(hào)的功率譜矩陣分解為基本頻譜矩陣和時(shí)變?cè)鲆婢仃?，從而建立起非?fù)矩陣分解模型；然后對(duì)基于板倉-齋藤(Itakura-Saito，IS)散度的目標(biāo)函數(shù)添加能夠反映時(shí)變?cè)鲆婢仃嚻交缘募s束項(xiàng)；最后通過構(gòu)造輔助函數(shù)得到的最小優(yōu)化算法來迭代地解決新目標(biāo)函數(shù)的優(yōu)化問題，求出各分解因子矩陣的優(yōu)化解并重構(gòu)源信號(hào)。通過人工合成及真實(shí)環(huán)境下的混合音樂段的分離實(shí)驗(yàn)證明了該算法的可行性。
　　3)針對(duì)欠定多通道的混合語音盲分離問題

4、，提出了改進(jìn)的基于板倉-齋藤散度的非負(fù)矩陣分解算法。首先對(duì)觀測(cè)信號(hào)進(jìn)行稀疏變換并利用改進(jìn)的余弦勢(shì)函數(shù)聚類算法來估計(jì)混合矩陣的初值；然后將每個(gè)源信號(hào)的短時(shí)傅里葉變換(STFT)看作是一個(gè)由多個(gè)高斯分量所組成的復(fù)雜隨機(jī)變量，結(jié)合統(tǒng)計(jì)學(xué)中的復(fù)雜高斯分布和基于板倉-齋藤散度的非負(fù)矩陣分解因子建立起參數(shù)模型；最后利用最大期望算法(Expectation-maximization，EM)迭代求解混合矩陣和分解因子矩陣優(yōu)化解，并對(duì)源信號(hào)進(jìn)行重構(gòu)。通過